DP-100 試験問題 36
音声認識ディープラーニングモデルを作成する予定です。
モデルは最新バージョンのPythonをサポートしている必要があります。
データサイエンス仮想マシン（DSVM）に含めるには、音声認識用の深層学習フレームワークを推奨する必要があります。
何をお勧めしますか？
モデルは最新バージョンのPythonをサポートしている必要があります。
データサイエンス仮想マシン（DSVM）に含めるには、音声認識用の深層学習フレームワークを推奨する必要があります。
何をお勧めしますか？
DP-100 試験問題 37
ローカルモデルの特徴抽出戦略を構築する必要があります。
コードセグメントをどのように完成させる必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
コードセグメントをどのように完成させる必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
DP-100 試験問題 38
ビジネスアプリケーションで使用されるバッチ推論パイプラインを公開します。
アプリケーション開発者は、公開されたパイプラインのRESTインターフェースに送信および返される情報を知る必要があります。
RESTリクエストで必要な情報を特定し、公開されたパイプラインからのレスポンスとして返される必要があります。
RESTリクエストでどの値を使用し、レスポンスで期待する必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
アプリケーション開発者は、公開されたパイプラインのRESTインターフェースに送信および返される情報を知る必要があります。
RESTリクエストで必要な情報を特定し、公開されたパイプラインからのレスポンスとして返される必要があります。
RESTリクエストでどの値を使用し、レスポンスで期待する必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
DP-100 試験問題 39
あなたは、鳥の健康と渡りを追跡するプロジェクトのリードデータサイエンティストです。専門家によって収集されたラベル付きの鳥の写真のセットを使用するマルチ画像分類深層学習モデルを作成します。このモデルを使用して、アプリユーザーが捕獲した鳥の種類を予測するクロスプラットフォームのモバイルアプリを開発する予定です。
トレーニング済みモデルをWebサービスとしてテストおよびデプロイする必要があります。デプロイされたモデルは、次の要件を満たしている必要があります。
*テストに認証された接続は必要ありません。
*デプロイされたモデルは、推論中に低レイテンシで実行する必要があります。
* RESTエンドポイントはスケーラブルである必要があり、複数のエンドユーザーがモバイルアプリケーションを使用している場合に多数のリクエストを処理する能力を備えている必要があります。
有効なRESTリクエストが送信されたときに、Webサービスが期待されるJSON形式で予測を返すことを確認する必要があります。
どのコンピューティングリソースを使用する必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
トレーニング済みモデルをWebサービスとしてテストおよびデプロイする必要があります。デプロイされたモデルは、次の要件を満たしている必要があります。
*テストに認証された接続は必要ありません。
*デプロイされたモデルは、推論中に低レイテンシで実行する必要があります。
* RESTエンドポイントはスケーラブルである必要があり、複数のエンドユーザーがモバイルアプリケーションを使用している場合に多数のリクエストを処理する能力を備えている必要があります。
有効なRESTリクエストが送信されたときに、Webサービスが期待されるJSON形式で予測を返すことを確認する必要があります。
どのコンピューティングリソースを使用する必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。
DP-100 試験問題 40
注：この質問は、同じシナリオを提示する一連の質問の一部です。シリーズの各質問には、述べられた目標を達成する可能性のある独自の解決策が含まれています。一部の質問セットには複数の正しい解決策がある場合がありますが、他の質問セットには正しい解決策がない場合があります。
このセクションの質問に回答した後は、その質問に戻ることはできません。その結果、これらの質問はレビュー画面に表示されません。
Azure Machine Learningを使用して、分類モデルをトレーニングする実験を実行しています。
Hyperdriveを使用して、モデルのAUCメトリックを最適化するパラメーターを検索します。次のコードを実行して、実験用にHyperDriveConfigを構成します。
この構成を使用して、ランダムフォレストモデルをトレーニングし、検証データでテストするスクリプトを実行することを計画しています。検証データのラベル値はy_test変数という名前の変数に格納され、モデルからの予測確率はy_predictedという名前の変数に格納されます。
HyperdriveがAUCメトリックのハイパーパラメータを最適化できるようにするには、スクリプトにログを追加する必要があります。解決策：次のコードを実行します。
ソリューションは目標を達成していますか？
このセクションの質問に回答した後は、その質問に戻ることはできません。その結果、これらの質問はレビュー画面に表示されません。
Azure Machine Learningを使用して、分類モデルをトレーニングする実験を実行しています。
Hyperdriveを使用して、モデルのAUCメトリックを最適化するパラメーターを検索します。次のコードを実行して、実験用にHyperDriveConfigを構成します。
この構成を使用して、ランダムフォレストモデルをトレーニングし、検証データでテストするスクリプトを実行することを計画しています。検証データのラベル値はy_test変数という名前の変数に格納され、モデルからの予測確率はy_predictedという名前の変数に格納されます。
HyperdriveがAUCメトリックのハイパーパラメータを最適化できるようにするには、スクリプトにログを追加する必要があります。解決策：次のコードを実行します。
ソリューションは目標を達成していますか？